1.说明

XML是EXtensible Markup Language，
即可扩展标记语言,
是一种通用的数据交换格式,
它的平台无关性、语言无关性、系统无关性，
给数据集成与交互带来了极大的方便。

本文仅介绍Java语言下的XML解析，
XML的解析方式分为四种：

• 1.DOM解析方式
• 2.SAX解析方式
• 3.JDOM解析方式
• 4.DOM4J解析方式

其中DOM和SAX解析方式属于基础方法，
是JDK提供的平台无关的解析方式；
而JDOM和DOM4J解析方式属于扩展方法，
需要依赖额外的Jar包，
它们是在基础方法上扩展出来的，
而且是专门为Java平台开发的。

另外DOM模型是跨语言的，
DOM在Javascript中也可以使用，
即XML在任何语言中都是一样的模型，
在不同的语言环境中解析方式都是一样的,
只不过实现语法不同而已，
只要理解了DOM，
就可以使用类似的API进行操作，
没有其他学习使用成本。

2.数据准备

下面是要解析的XML文件，
名称为books.xml，
放在工程的src/main/resources目录下：

<?xml version="1.0" encoding="UTF-8"?>
<bookstore><book id="1"><name>Harry Potter</name><author>J. K. Rowling</author><year>1997</year><price>78</price></book><book id="2"><name>Andersen's Fairy Tales</name><author>Andersen</author><year>1875</year><price>166</price></book><book id="3"><name>The Little Prince</name><author>Antoine de Saint-Exupery</author><year>1943</year><price>19</price></book>
</bookstore>

XML文件对应的Book.java类,
用于保存从XML解析到的数据：

package org.w3c.dom;public class Book {private int id;private String name;private String author;private int year;private double price;/*** @return the id*/public int getId() {return id;}/*** @param id the id to set*/public void setId(int id) {this.id = id;}/*** @return the name*/public String getName() {return name;}/*** @param name the name to set*/public void setName(String name) {this.name = name;}/*** @return the author*/public String getAuthor() {return author;}/*** @param author the author to set*/public void setAuthor(String author) {this.author = author;}/*** @return the year*/public int getYear() {return year;}/*** @param year the year to set*/public void setYear(int year) {this.year = year;}/*** @return the price*/public double getPrice() {return price;}/*** @param price the price to set*/public void setPrice(double price) {this.price = price;}@Overridepublic String toString() {return "Book [id=" + id + ", name=" + name + ", author=" + author + ", year=" + year + ", price=" + price + "]";}
}

3.DOM解析方式

DOM是Document Object Model，
即文档对象模型。
在应用程序中，
基于DOM的XML分析器将,
将XML文件全部载入到内存，
组装成一颗DOM树，
应用程序通过这个对象模型，
来实现对XML数据的操作。
通过DOM接口，
应用程序可以在任何时候访问XML文档中的任何一部分数据，
因此这种利用DOM接口的机制也被称作随机访问机制。
由于XML本质上就是一种分层结构，
DOM强制使用树模型来访问XML中的信息,
所以这种方法是相当有效的。

优点：

• 1.形成了树结构，有助于理解对象模型，容易编写代码。
• 2.解析过程后，树结构保存在内存中，操作灵活，方便修改。
• 3.方便定位当前节点的父节点，子节点以及同级节点。

缺点：

• 1.由于文件是一次性读取，所以对内存的耗费比较大。
• 2.如果XML文件比较大，容易影响解析性能，且可能会造成内存溢出，不适用于较大文档。

解析代码DomParseXML.java：

package org.w3c.dom;import java.io.IOException;
import java.util.ArrayList;
import java.util.List;import javax.xml.parsers.DocumentBuilder;
import javax.xml.parsers.DocumentBuilderFactory;
import javax.xml.parsers.ParserConfigurationException;import org.xml.sax.SAXException;/*** 用DOM方式解析xml文件,使用JDK提供的类库*/
public class DomParseXML {public static void main(String args[]) throws Exception {String fileName = "src/main/resources/books.xml";Document document = getDocument(fileName);List<Book> books = getBooks(document);for (Book book : books) {System.out.println(book);}}public static Document getDocument(String fileName) throws ParserConfigurationException, SAXException, IOException {// 工厂类可以设置很多XML解析参数DocumentBuilderFactory factory = DocumentBuilderFactory.newInstance();DocumentBuilder builder = factory.newDocumentBuilder();// 将给定URI的内容解析为一个 XML文档,并返回Document对象Document document = builder.parse(fileName);return document;}public static List<Book> getBooks(Document document) throws Exception {// 按文档顺序返回在文档中，具有book标签的所有NodeNodeList bookNodes = document.getElementsByTagName("book");// 用于保存解析后的Book对象List<Book> books = new ArrayList<Book>();// 遍历具有book标签的所有Nodefor (int i = 0; i < bookNodes.getLength(); i++) {// 获取第i个book结点Node node = bookNodes.item(i);// 获取第i个book的所有属性NamedNodeMap namedNodeMap = node.getAttributes();// 获取已知名为id的属性值String id = namedNodeMap.getNamedItem("id").getTextContent();Book book = new Book();book.setId(Integer.parseInt(id));// 获取book结点的子节点,包含了text类型的换行NodeList childNodes = node.getChildNodes();// 按照顺序将book里面的属性加入数组ArrayList<String> contents = new ArrayList<>();// 这里由于偶数行是text类型无用节点，所以只取1,3,5,7节点for (int j = 1; j < childNodes.getLength(); j += 2) {Node childNode = childNodes.item(j);String content = childNode.getFirstChild().getTextContent();contents.add(content);}// 将数组中的内容按照顺序写入对象book.setName(contents.get(0));book.setAuthor(contents.get(1));book.setYear(Integer.parseInt(contents.get(2)));book.setPrice(Double.parseDouble(contents.get(3)));// 将解析好的book加入返回列表books.add(book);}return books;}
}

4.SAX解析方式

SAX是Simple APIs for XML，
即XML简单应用程序接口。
与DOM不同，
SAX提供的访问模式是一种顺序模式，
这是一种快速读写XML数据的方式。
当使用SAX分析器对XML文档进行分析时，
会触发一系列事件，
并激活相应的事件处理函数，
应用程序通过这些事件处理函数实现对XML文档的读取，
因此SAX接口的机制也被称作事件驱动机制。

优点：

• 1.采用事件驱动模式，对内存耗费比较小。
• 2.适用于只处理XML文件中的数据时。

缺点：

• 1.编码比较麻烦，需要自定义事件处理类，配合SAX分析器使用。
• 2.很难同时访问XML文件中的多处不同数据。

解析代码SAXParseHandler.java：

package javax.xml.parsers;import java.util.ArrayList;
import java.util.List;import org.w3c.dom.Book;
import org.xml.sax.Attributes;
import org.xml.sax.SAXException;
import org.xml.sax.helpers.DefaultHandler;/*** 用SAX方式解析XML文件时需要的handler*/
public class SAXParseHandler extends DefaultHandler {// 存放解析到的book数组private List<Book> books;// 存放当前解析的bookprivate Book book;// 存放当前节点值private String content = null;/*** 开始解析XML文件时调用此方法*/@Overridepublic void startDocument() throws SAXException {super.startDocument();System.out.println("开始解析XML文件");books = new ArrayList<Book>();}/** * 完成解析XML文件时调用此方法*/@Overridepublic void endDocument() throws SAXException {super.endDocument();System.out.println("完成解析XML文件");}/*** 开始解析节点时调用此方法*/@Overridepublic void startElement(String uri, String localName, String qName, Attributes attributes) throws SAXException {super.startElement(uri, localName, qName, attributes);// 当节点名为book时,获取book的属性idif (qName.equals("book")) {book = new Book();String id = attributes.getValue("id");book.setId(Integer.parseInt(id));}}/***完成解析节点时调用此方法**@param qName 节点名*/@Overridepublic void endElement(String uri, String localName, String qName) throws SAXException {super.endElement(uri, localName, qName);if (qName.equals("name")) {book.setName(content);} else if (qName.equals("author")) {book.setAuthor(content);} else if (qName.equals("year")) {book.setYear(Integer.parseInt(content));} else if (qName.equals("price")) {book.setPrice(Double.parseDouble(content));} else if (qName.equals("book")) {// 当结束当前book解析时,将该book添加到数组后置为空，方便下一次book赋值books.add(book);book = null;}}/** * 此方法用来获取节点的值*/@Overridepublic void characters(char[] ch, int start, int length) throws SAXException {super.characters(ch, start, length);// 将节点的内容保存到content,以便在完成解析节点时调用此方法,// 根据节点名称把content赋给Book的相应字段content = new String(ch, start, length);}public List<Book> getBooks() {return books;}
}

解析代码SaxParseXML.java：

package javax.xml.parsers;import java.util.List;import org.w3c.dom.Book;/*** 用SAX方式解析XML文件，使用JDK提供的类库*/
public class SaxParseXML {public static void main(String[] args) throws Exception {String fileName = "src/main/resources/books.xml";List<Book> books = getBooks(fileName);for (Book book : books) {System.out.println(book);}}public static List<Book> getBooks(String fileName) throws Exception {// SAXParserFactory可以设置XML解析参数SAXParserFactory sParserFactory = SAXParserFactory.newInstance();SAXParser parser = sParserFactory.newSAXParser();SAXParseHandler handler = new SAXParseHandler();// SAXParser解析XML文件时需要配合SAXParseHandler使用parser.parse(fileName, handler);// 从自定义的解析类SAXParseHandler中取出解析结果return handler.getBooks();}}

5.JDOM解析方式

通过引入第三方jar包，
简化与XML的交互，易于使用，
使用类似于上面的DOM解析方式，
但是比使用DOM解析方式更快。
特征：

• 1.仅使用具体类，而不使用接口。
• 2.API大量使用了Collections类。

引入jar包：

<dependency><groupId>org.jdom</groupId><artifactId>jdom2</artifactId><version>2.0.6</version>
</dependency>

解析代码JdomParseXML.java：

package org.jdom2.input;import java.io.FileInputStream;
import java.util.ArrayList;
import java.util.List;import org.jdom2.Attribute;
import org.jdom2.Document;
import org.jdom2.Element;
import org.w3c.dom.Book;/*** 用JDOM方式解析xml文件*/
public class JdomParseXML {public static void main(String[] args) throws Exception {String fileName = "src/main/resources/books.xml";List<Book> books = getBooks(fileName);for (Book book : books) {System.out.println(book);}}public static List<Book> getBooks(String fileName) throws Exception {SAXBuilder saxBuilder = new SAXBuilder();Document document = saxBuilder.build(new FileInputStream(fileName));// 获取根节点bookstoreElement bookstore = document.getRootElement();// 获取根节点的子节点，返回子节点的数组List<Element> bookElements = bookstore.getChildren();List<Book> books = new ArrayList<Book>();for (Element bookElement : bookElements) {// 获取Book的id属性值Book book = getBookByElement(bookElement);// 获取Book的name等其他元素的属性值generateBookDetail(bookElement, book);books.add(book);}return books;}public static Book getBookByElement(Element bookElement) {Book book = new Book();// 遍历bookElement的属性,获取id属性的值List<Attribute> bookAttributes = bookElement.getAttributes();for (Attribute attribute : bookAttributes) {if (attribute.getName().equals("id")) {String id = attribute.getValue();book.setId(Integer.parseInt(id));}}return book;}public static void generateBookDetail(Element bookElement, Book book) {// 获取Book标签下的其它标签的值List<Element> children = bookElement.getChildren();for (Element child : children) {String nodeName = child.getName();String nodeValue = child.getValue();if (nodeName.equals("name")) {book.setName(nodeValue);} else if (nodeName.equals("author")) {book.setAuthor(nodeValue);} else if (nodeName.equals("year")) {book.setYear(Integer.parseInt(nodeValue));} else if (nodeName.equals("price")) {book.setPrice(Double.parseDouble(nodeValue));}}}
}

6.DOM4J解析方式

DOM4J是基于JDOM的一个智能分支，
包含了更多的改进和功能，
DOM4J最新的发布包是2020年4月的。
而JDOM最新的发布包是2015年2月的。

通过引入第三方jar包，，
使用类似于上面的SAX解析方式，
所以比JDOM有着更好的性能。

特征：

• 1.JDOM的一个智能分支，它合并了许多超出基本XML文档表示的功能。
• 2.它使用接口和抽象基本类方法。
• 3.具有性能优异、灵活性好、功能强大和极端易用的特点。

引入jar包：

<dependency><groupId>org.dom4j</groupId><artifactId>dom4j</artifactId><version>2.1.3</version>
</dependency>

解析代码Dom4jParseXML .java：

package org.dom4j.io;import java.io.File;
import java.util.ArrayList;
import java.util.Iterator;
import java.util.List;import org.dom4j.Attribute;
import org.dom4j.Document;
import org.dom4j.Element;
import org.w3c.dom.Book;/*** 用DOM4J方式解析XML文件**/
public class Dom4jParseXML {public static void main(String[] args) throws Exception {String fileName = "src/main/resources/books.xml";List<Book> books = getBooks(fileName);for (Book book : books) {System.out.println(book);}}public static List<Book> getBooks(String fileName) throws Exception {SAXReader reader = new SAXReader();File file = new File(fileName);Document document = reader.read(file);Element bookstore = document.getRootElement();Iterator<Element> bookElements = bookstore.elementIterator();List<Book> books = new ArrayList<Book>();while (bookElements.hasNext()) {Element bookElement = bookElements.next();// 获取Book的id属性值Book book = getBookByElement(bookElement);// 获取Book的name等其他元素的属性值generateBookDetail(bookElement, book);books.add(book);}return books;}public static Book getBookByElement(Element bookElement) {Book book = new Book();// 遍历bookElement的属性,获取id属性的值List<Attribute> attributes = bookElement.attributes();for (Attribute attribute : attributes) {if (attribute.getName().equals("id")) {String id = attribute.getValue();book.setId(Integer.parseInt(id));}}return book;}public static void generateBookDetail(Element bookElement, Book book) {// 获取Book标签下的其它标签的值Iterator<Element> details = bookElement.elementIterator();while (details.hasNext()) {Element child = details.next();String nodeName = child.getName();String nodeValue = child.getStringValue();if (nodeName.equals("name")) {book.setName(nodeValue);} else if (nodeName.equals("author")) {book.setAuthor(nodeValue);} else if (nodeName.equals("year")) {book.setYear(Integer.parseInt(nodeValue));} else if (nodeName.equals("price")) {book.setPrice(Double.parseDouble(nodeValue));}}}
}

7.总结

DOM4J性能最好，连Sun的JAXM也在用DOM4J。
目前许多开源项目中大量采用DOM4J，
例如大名鼎鼎的Hibernate也用DOM4J来读取XML配置文件。
如果不考虑可移植性，那就采用DOM4J。

SAX表现较好，这要依赖于它特定的解析方式－事件驱动。
一个SAX检测即将到来的XML流，
但并没有载入到内存，
当然当XML流被读入时，
会有部分文档暂时保存在内存中。

DOM和JDOM在性能测试时表现不佳，
在测试10M文档时内存溢出。
在小文档情况下还值得考虑使用DOM和JDOM。
另外，DOM仍是一个非常好的选择。
DOM实现广泛应用于多种编程语言。
它还是许多其它与XML相关的标准的基础，
因为它正式获得W3C推荐，
所以在某些类型的项目中可能也需要它，
如在JavaScript中使用DOM。

8.参考文档

Java解析XML文件XML解析——Java中XML的四种解析方式